汪泉

【關(guān)鍵詞】DEA—Malmquist指數(shù);全要素生產(chǎn)率;R&D投入;技術(shù)引進(jìn);高技術(shù)產(chǎn)業(yè)

【中圖分類號】F276.44;F832.4【文獻(xiàn)標(biāo)識碼】A【文章編號】1674-0688（2021）07-0006-03

0 引言

目前，我國經(jīng)濟發(fā)展已經(jīng)進(jìn)入新的階段，發(fā)展速度從高速轉(zhuǎn)變?yōu)橹懈咚?，從要素?qū)動、投資驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動。面對這些變化，我國的經(jīng)濟發(fā)展遇到了重大的挑戰(zhàn)。經(jīng)濟發(fā)展方式和經(jīng)濟效率一方面受到生產(chǎn)成本高、產(chǎn)品供求不匹配、資本邊際效率下降等結(jié)構(gòu)性等問題的制約，另一方面會影響全面建成小康社會目標(biāo)的實現(xiàn)（馮志峰，2016） [1]。2015年首次提出的供給側(cè)結(jié)構(gòu)性改革就是要明確市場與政府的關(guān)系，充分發(fā)揮市場在資源配置中的主導(dǎo)作用，實現(xiàn)經(jīng)濟的持久健康發(fā)展?，F(xiàn)階段，供給側(cè)結(jié)構(gòu)性改革的重中之重就是進(jìn)行要素市場化改革，實現(xiàn)生產(chǎn)要素的最優(yōu)配置，從而全面提高全要素生產(chǎn)率（劉世錦，2016） [2]。這就需要產(chǎn)業(yè)升級與發(fā)展生產(chǎn)力，提高供給質(zhì)量和生產(chǎn)效率，進(jìn)行技術(shù)創(chuàng)新。隨著當(dāng)今世界經(jīng)濟發(fā)展的一體化和國際市場競爭的日益加劇，高技術(shù)產(chǎn)業(yè)已經(jīng)成為國際競爭的核心部分，是經(jīng)濟增長的主要動力，也是促使經(jīng)濟發(fā)展的主導(dǎo)產(chǎn)業(yè)。高技術(shù)產(chǎn)業(yè)的發(fā)展對推動國民經(jīng)濟發(fā)展、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)及提高經(jīng)濟效益有著重要的作用，而高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率能夠反映高技術(shù)產(chǎn)業(yè)的發(fā)展質(zhì)量。所以，研究我國高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率并分析其影響因素意義深遠(yuǎn)。

1 文獻(xiàn)綜述

很多學(xué)者都對高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率進(jìn)行了深入研究。Sun and Kalirajan（2005） [3]通過利用DEA的Malmquist生產(chǎn)率指數(shù)計算6個高技術(shù)行業(yè)的效率值比較每個行業(yè)績效的高低。Raab and Kotamraju（2006） [4]利用DEA模型計算美國各個州的高技術(shù)產(chǎn)業(yè)效率，并進(jìn)行排名，最后得出部分地區(qū)的高技術(shù)產(chǎn)業(yè)是經(jīng)濟發(fā)展動力主要來源的結(jié)論。梁云、鄭亞琴（2015） [5]利用1991—2011年的省際面板數(shù)據(jù)和Malmquist指數(shù)法測算了地區(qū)全要素生產(chǎn)率，并證明了FDI促進(jìn)生產(chǎn)率增長是通過FDI—技術(shù)創(chuàng)新—生產(chǎn)率提升的完整路徑產(chǎn)生作用的。

也有不少的國內(nèi)學(xué)者對高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率的研究集中于影響全要素生產(chǎn)率增長的相關(guān)因素。比如，魯煒、嚴(yán)夏（2012） [6]通過高技術(shù)產(chǎn)業(yè)相關(guān)面板數(shù)據(jù)進(jìn)行實證，構(gòu)建了基于DEA的Malmquist生產(chǎn)率指數(shù)及其分解指數(shù)。呂海萍、池仁勇（2015） [7]基于DEA的Malmquist指數(shù)測算浙江省高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率，證明了R&D具有兩面性。姜彤彤（2013） [8]對我國30個省、市、自治區(qū)的高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率及其分解情況進(jìn)行測度和研究，認(rèn)為影響全要素生產(chǎn)率增長的主要原因是技術(shù)進(jìn)步。李洪偉、任娜等人（2013） [9]證明了我國高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率會受到環(huán)境變量和隨機因素的影響。

綜上，本文基于DEA的非參數(shù)方法，采用Malmquist指數(shù)測算全要素生產(chǎn)率，再研究R&D投入、技術(shù)引進(jìn)對高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率的影響。

2 研究方法、變量與數(shù)據(jù)

2.1 全要素生產(chǎn)率的測算

2.1.1 基于DEA的Malmquist指數(shù)分析法

測算全要素生產(chǎn)率的方法主要有兩種：一是索洛余值法，二是基于DEA的非參數(shù)Malmquist生產(chǎn)率指數(shù)法?；贒EA的Malmquist指數(shù)不用設(shè)定生產(chǎn)函數(shù)，不需要投入產(chǎn)出指標(biāo)的價格信息，適用于不同區(qū)域、產(chǎn)業(yè)或單位的跨期樣本分析，所以本文選擇Malmquist指數(shù)測算省際高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率。

2.1.2 投入產(chǎn)出變量的選擇和計算

Malmquist指數(shù)分析法需要確定投入和產(chǎn)出的相關(guān)變量，投入與產(chǎn)出變量之間不能有太強的相關(guān)性;變量個數(shù)之和不能超過決策單元數(shù)的一半，否則會對結(jié)果有較大的影響。結(jié)合上述條件并借鑒大量相關(guān)研究，產(chǎn)出指標(biāo)最終選擇當(dāng)年價總產(chǎn)值和專利申請數(shù)，分別用來反映產(chǎn)業(yè)產(chǎn)出整體水平和R&D產(chǎn)出水平;投入指標(biāo)要考慮資本和勞動力兩個方面的投入，因為勞動力質(zhì)量不同，最終選定從業(yè)人員年平均數(shù)和研發(fā)人員全時當(dāng)量作為勞動力投入指標(biāo)，投資額和R&D經(jīng)費內(nèi)部支出作為資本投入指標(biāo)。本文選取2000—2016年的全國高技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)，考察范圍為除西藏和新疆外的29個?。ㄖ陛犑?、自治區(qū)），使用的所有數(shù)據(jù)均來自《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。

2.1.3 全要素生產(chǎn)率計算結(jié)果

由測算可知，2000—2016年中國高技術(shù)產(chǎn)業(yè)整體全要素生產(chǎn)率為1.02，是指全要素生產(chǎn)率平均增長2%;技術(shù)進(jìn)步率為1.019，即技術(shù)進(jìn)步平均增長1.9%，說明生產(chǎn)率的提高主要依靠技術(shù)進(jìn)步拉動;純技術(shù)效率是1.006，而規(guī)模效率是0.995，略小于1，說明整體處于規(guī)模效應(yīng)遞減狀態(tài)。結(jié)果表明，技術(shù)進(jìn)步率提高是高技術(shù)產(chǎn)業(yè)TFP增長的主要原因。

2.2 R&D投入、技術(shù)引進(jìn)對全要素生產(chǎn)率的影響

2.2.1 模型構(gòu)建

本文借鑒Krugman的技術(shù)差距模型，構(gòu)建R&D投入、技術(shù)引進(jìn)對中國高技術(shù)產(chǎn)業(yè)TFP增長影響的模型如下：

其中，TFP表示高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率，RD表示高技術(shù)產(chǎn)業(yè)的R&D投入，TI表示技術(shù)引進(jìn)，RD*TI表示R&D的吸收能力，即研發(fā)投入吸收先進(jìn)技術(shù)的能力。所以，β有兩層經(jīng)濟含義，一是表示R&D投入對外來技術(shù)的吸收能力，二是表示R&D與技術(shù)引進(jìn)相結(jié)合對高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率的影響。上述模型進(jìn)行計量檢驗時，為了有效減少或消除內(nèi)生性、共線性、相關(guān)性及異方差等計量問題，保證計量結(jié)果的科學(xué)性和有效性，本文擬運用一階差分法和加權(quán)最小二乘法進(jìn)行計量檢驗，構(gòu)建的一階差分模型如下：

其中，變量、系數(shù)含義同公式（1），下文的分析就以模型（2）的回歸結(jié)果展開。

2.2.2 樣本、數(shù)據(jù)和指標(biāo)的選取

在做面板回歸時，本文刪去內(nèi)蒙古、海南、青海、黑龍江、吉林、貴州、云南、甘肅、寧夏這幾個TFP值比較異常的省份。在指標(biāo)和數(shù)據(jù)的選取上，TFP沿用上文測算的各省份高技術(shù)產(chǎn)業(yè)TFP數(shù)據(jù)。R&D投入（RD）用R&D經(jīng)費內(nèi)部支出額表示;技術(shù)引進(jìn)（TI）用技術(shù)引進(jìn)經(jīng)費支出、技術(shù)改造經(jīng)費支出、國內(nèi)技術(shù)購買經(jīng)費支出和消化吸收經(jīng)費支出之和表示。樣本數(shù)據(jù)均來源于各年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，相關(guān)描述性統(tǒng)計見表1。

3 實證結(jié)果

3.1 面板數(shù)據(jù)單位根檢驗

進(jìn)行面板數(shù)據(jù)回歸前，要檢驗數(shù)據(jù)的平穩(wěn)性，一般采通過單位根檢驗對面板數(shù)據(jù)是否平穩(wěn)進(jìn)行檢驗。本文采用Levin檢驗、ADF檢驗、PP檢驗進(jìn)行單位根檢驗，對模型（2）的各一階差分?jǐn)?shù)列進(jìn)行單位根的平穩(wěn)性檢驗，結(jié)果顯示所有變量均是平穩(wěn)的。面板數(shù)據(jù)單位根檢驗見表2。

3.2 面板數(shù)據(jù)回歸分析

本文使用EVIEWS軟件對模型（2）進(jìn)行面板回歸分析，對于面板數(shù)據(jù)的實證通常有3種模型，分別是混合最小二乘法、固定效應(yīng)及隨機效應(yīng)。在做實證時，Hauseman檢驗值為0.893，相伴概率為0.827 0，并未拒絕隨機效應(yīng)原假設(shè)，因此本文最終選擇隨機效應(yīng)模型，結(jié)果見表3。

由表3可知：①研發(fā)投入對高技術(shù)產(chǎn)業(yè)TFP正向作用顯著。R&D投入每增長1%，高技術(shù)產(chǎn)業(yè)TFP增長0.42%，說明R&D投入對高技術(shù)產(chǎn)業(yè)TFP有顯著的積極作用。②技術(shù)引進(jìn)對高技術(shù)產(chǎn)業(yè)TFP有輕微負(fù)影響。技術(shù)引進(jìn)每增長1%，高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率降低0.088%。造成這一現(xiàn)象的原因可能是沒有制定一套適合在本國發(fā)展的策略，未能較好地利用外來技術(shù)，使得部分引進(jìn)技術(shù)最終沒能真正被國內(nèi)企業(yè)吸收和利用，造成一定的浪費，對高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)面影響。③R&D吸收能力對高技術(shù)產(chǎn)業(yè)TFP有顯著正影響。R&D與技術(shù)引進(jìn)的交互項系數(shù)顯著為正，意味著高技術(shù)產(chǎn)業(yè)R&D吸收能力比較好，引進(jìn)的外部技術(shù)通過與R&D途徑結(jié)合能夠促進(jìn)高技術(shù)產(chǎn)業(yè)TFP的增長，從而提高了高技術(shù)產(chǎn)業(yè)的生產(chǎn)率。這說明單純靠引進(jìn)外部技術(shù)不足以提高高技術(shù)產(chǎn)業(yè)TFP，創(chuàng)新才是企業(yè)發(fā)展的內(nèi)部動力。

4 政策建議

（1）強化對引進(jìn)技術(shù)的吸收能力。技術(shù)引進(jìn)對TFP的抑制作用表明我國對先進(jìn)技術(shù)的學(xué)習(xí)和吸收能力有所欠缺，在大力實施供給側(cè)結(jié)構(gòu)性改革的今天，我國高技術(shù)產(chǎn)業(yè)更應(yīng)該充分消化、吸收及引進(jìn)先進(jìn)技術(shù)，推動高技術(shù)企業(yè)技術(shù)升級。

（2）增加對我國R&D的投入。R&D投入一方面可以促進(jìn)促進(jìn)高技術(shù)產(chǎn)業(yè)TFP的增長，另一方面可以和引進(jìn)的外部技術(shù)結(jié)合促進(jìn)高技術(shù)產(chǎn)業(yè)TFP的增長，從而促進(jìn)生產(chǎn)率的提高。所以，要優(yōu)化R&D投入結(jié)構(gòu)，提高R&D投入的利用率，實現(xiàn)高技術(shù)產(chǎn)業(yè)的快速發(fā)展。

（3）重視自主創(chuàng)新能力的培養(yǎng)。高技術(shù)產(chǎn)業(yè)TFP增長主要依靠技術(shù)進(jìn)步率的提高，而且只有將引進(jìn)的外部技術(shù)與R&D途徑相結(jié)合，才能更好地促進(jìn)高技術(shù)產(chǎn)業(yè)TFP的增長，這些都說明自主創(chuàng)新能力是高技術(shù)產(chǎn)業(yè)發(fā)展的真正動力。所以，要通過學(xué)習(xí)先進(jìn)技術(shù)和研發(fā)新技術(shù)相結(jié)合的方式提高企業(yè)的投入產(chǎn)出比，實現(xiàn)高技術(shù)產(chǎn)業(yè)的高質(zhì)量發(fā)展。

參 考 文 獻(xiàn)

[1]馮志峰.供給側(cè)結(jié)構(gòu)性改革的理論邏輯與實踐路徑[J].經(jīng)濟問題，2016（2）：12-17.

[2]劉世錦.“質(zhì)量追趕型”中速增長期的機遇與挑戰(zhàn)[J].中國經(jīng)濟報告，2016（6）：12-14.

[3]Sun C H，Kalirajan K P.Gauging the Sources of Growth of High-tech and Low-tech Industries：the Case of Korean Manufacturing[J].Australian Economic Papers，2005（2）：170-185.

[4]Raab R A，Kotamraju P.The Efficiency of the Hightech Economy：Conventional Development Indexes Versus a Performance Index[J].Journal of Regional Science，2006（3）：545-562.

[5]梁云，鄭亞琴.FDI、技術(shù)創(chuàng)新與全要素生產(chǎn)率——基于省際面板數(shù)據(jù)的實證分析[J].經(jīng)濟問題探索，2015（9）：9-14.

[6]魯煒，嚴(yán)夏.高技術(shù)產(chǎn)業(yè)R&D全要素生產(chǎn)率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2012，12（3）：51-56.

[7]呂海萍，池仁勇.R&D兩面性、技術(shù)引進(jìn)與浙江省高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率增長[J].科技進(jìn)步與對策，2015，

32（12）：67-71.

[8]姜彤彤.中國各省高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率研究[J].山東師范大學(xué)學(xué)報（人文社會科學(xué)版），2013，58（1）：

109-115.

[9]李洪偉，任娜，陶敏，等.我國高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率分析——基于三階段Malmquist指數(shù)方法[J].技術(shù)經(jīng)濟與管理研究，2013（8）：41-46.